Este documento compara diferentes métodos de búsqueda en inteligencia artificial como la búsqueda ciega, heurística, de amplitud, profundidad e informada. Describe cada método y sus ventajas y desventajas, incluyendo detalles sobre la búsqueda minimax y poda alfa-beta que se usan para problemas con adversarios.

1. REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA DEFENSA
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA
DE LA FUERZA ARMADA NACIONAL
NÚCLEO-LARA
METODOS DE BUSQUEDA
ESTUDIANTES:
Wilmer Rodríguez C.I.25546104
Sección: 6D03IS
Prof.: Edecio Freitez

2. Cuadro comparativo de“métodosdebúsquedaAI”
Se denominamétodode búsquedaauna serie de esquemasde representacióndel
conocimiento, loscualesnospermite resolverciertosproblemasdesdeel puntode vistade la
AI.Con estadosde inicialesyfinales.
BúsquedaCiega:
Sóloutilizainformaciónacercade si un estadoeso no objetivoparaguiarsu procesode
búsqueda.
Búsquedaheurística:
• Las técnicasde búsquedaheurísticausanel conocimientodeldominioparaadaptarel
solucionadory,de estamanera,éste seamáspotente yconsigallegara la solucióncon
mayor rapidez.Portanto,estastécnicasutilizanel conocimientoparaavanzar
buscandola soluciónal problema.

3. Búsquedasin
información
de dominio
(a ciegas)
Búsquedade
amplitud
Sóloutiliza
información
acerca de si un
estadoeso no
objetivopara
guiarsu proceso
de búsqueda.
1. Procedimientosde
búsquedanivel anivel.
2. Para cada unode los
nodosde un nivel se
aplicantodoslosposibles
operadores.
3. No se expande ningún
nodode unnivel antesde
haberexpandidotodos
losdel nivel anterior.
4. Se implementaconuna
estructuraFIFO.
Ventajas:
Si existe lasolución,la
encuentraenlamenor
profundidadposible.
Desventajas:
Explosióncombinatoria
aparece frecuentemente
debidoala alta
complejidadespacial y
temporal de esta
técnica.
Búsquedade
profundidad
La búsquedase realizaporunasolarama del
árbol hasta encontraruna soluciónohasta
que se tome la decisiónde terminarla
búsquedaporesadirección.
Terminarla búsquedaporunadirecciónse
debe porhaberalcanzadoun nivel de
profundidadmuygrande.
Si estoocurre se produce unavueltaatrás
(backtracking) y se sigue porotra rama hasta
visitar todaslas ramas del árbol si es
necesario.
Ventajas:
Tiene menor
complejidadespacial que
búsquedaenamplitud.
Desventajas:
Se puedenencontrar
solucionesque están
más alejadasde laraíz
que otras.
Existe el riesgode
presenciade bucles
infinitos
Búsqueda
informada
(heurística)
Búsqueda
primero
mejor
Elegircomosiguiente nodoaquel conmayor
funciónde evaluación.
Tipo: tentativo.
Ventajas:
 no depende en
excesode la
funciónde
evaluación.
Desventajas:
 excesiva
complejidad
espacial,puesse
debenguardar
todoslosnodos
abiertos

4. Búsquedaen
haz
Elegirunconjuntode nodoscomo los
siguientesaexpandir,yhacerlode forma
irrevocable. Tipo:irrevocable/tentativo.
Ventajas:
 Más permisible.
Desventajas:
 En caso de que el
sistemasea
irrevocable,este
métodonoactúa
con eficacia
Búsqueda
con
adversario
La búsquedaconadversos(juegocontraunoponente)
Analizalosproblemasenlosque existe másde unadversario
modificandoel estadodel sistema.
Hay dos operadores:
- el que llevael problemaala mejorsituación (jugadanuestra)
- el que llevael problemaala peorsituación(jugadade nuestro
adversario)
Método
Minimax
Minimax esun métodode decisiónparaminimizarlapérdidamáximaesperadaenjuegos
con adversarioycon informaciónperfecta.
Minimax esun algoritmorecursivo.
El funcionamientode Minimax puede resumirsecomoelegirmejormovimientoparati
mismosuponiendoque tucontrincante escogeráel peorparati.
El algoritmoexplorarálosnodosdel árbol asignándolesunvalornumérico medianteuna
funciónde evaluación,empezandoporlosnodosterminalesysubiendohacialaraíz.
La funciónde evaluacióndefinirálobuenaque eslaposiciónparaun jugadorcuandola
alcanza.Ejemplo:enel ajedrezlosposiblesvaloresson(+1,0,-1) que se correspondencon
ganar, empatary perderrespectivamente.Estoserádiferente paracadajuego.

5. Método Poda
α - β
Se aplicaen técnicasconadversosy se usa para reducirel coste computacional de
MINIMAXpodandolasramas que nos llevanauna soluciónpeorque lasyaencontradas.
Llamaremos valoresalfa a losvalorescalculadoshaciaatrás de losnodosmax.Los valores
alfade losnodosmax nunca puedendecrecer.
Llamaremos valoresbeta a losvalorescalculadoshaciaatrás enlos nodosmin.Los valores
minnunca puedencrecer Puede suspenderse laexploraciónpordebajode unnodoen
cualquierade loscasossiguientes:
A. Pordebajode cualquiernodominque tengavaloresbetamenoresoigualesa
los valoresde cualquiernodomax ascendiente suyo.
B. Por debajode unnodomax que tengaun valoralfa mayoro igual al valor
betade cualquiernodomin ascendiente.
Comoha podidoverse,lapodaalfa-betaesaplicarminimax,soloque decidimosque
algunasramas no seránexploradas,consiguiendoconestoahorraralgo de espacioy de
tiempocomputacional